[Sharing]
HỌC DATA SCIENCE NHƯ THẾ NÀO?
#datascience
Helu mấy em, dạo này có rất nhiều bạn sinh viên hỏi chị về định hướng theo 1 ngành siêu hot là Data Science đấy! Vậy ngồi xuống đây đọc một bài viết hay về nghề Data Science nhé. Đây là ngành nghề được dự đoán sẽ có nhu cầu cao nhất trong tương lai đó. Bài viết này sẽ đưa ra các bước và nguồn cho các bạn muốn học Data Science đó, đọc xem và share cho các bạn còn loay hoay nha!
___________________________________
I. Học lập trình:
Một Data Scientist (DStist) không thể không biết lập trình, dù không cần thiết phải giỏi như một lập trình viên nhưng phải đủ khả năng viết được những chương trình cơ bản. Từ khi nhập học tới giờ, từ một đứa mà kiến thức lập trình là con số 0 tròn trình, mình đã học qua R, Java, Python, SQL (kì tới sẽ có cả NoSQL nữa). Học tới đâu là sử dụng luôn tới đấy nên thường mình phải tự học thêm rất nhiều để có thể hiểu được logic và cú pháp của ngôn ngữ lập trình đó. Ngôn ngữ quan trọng nhất, phổ biến nhất dành cho DStist là Python với thư viện khổng lồ. Xếp sau Python là R, rất mạnh về phân tích thống kê. Năm ngoái mình được Khoa Toán thuê viết một App (ShinyApp) tương tác dành cho một dự án nghiên cứu của Bang sử dụng ngôn ngữ này.
Vậy học lập trình ở đâu?
https://www.tutorialspoint.com/
Trang này thì gi gỉ gì gi cái gì cũng có, thích học gì có ngay cái đó. Còn nhớ năm ngoái mình cực kỳ đuối khi các thầy bắt học thêm Java, với lý do rằng DStist thường hay phải làm việc trực tiếp với lập trình viên, vậy thì phải học để có thể trò chuyện với nhau được. Mình đã phải đọc thêm sách, đi học thêm phụ đạo, rồi lại đọc mòn mỏi trên trang này để theo kịp các bạn trên lớp. Kết quả là cuối kì, mình tự viết được cả trò chơi và thậm chí còn lập trình được công thức toán thống kê cho thư viện Java đấy.
2. https://codingbat.com/
Đây là nơi mình luyện viết code, từ những ứng dụng đơn giản nhất chỉ vài ba dòng. Trình độ của mình đã lên rất nhanh sau khi hoàn thành phân nửa số bài tập trên này.
3. https://www.datacamp.com/
Mình chưa sử dụng trang này bao giờ, nhưng được quảng cáo khá nhiều. Trên này có các khóa học miễn phí R và Python thiết kế riêng cho DS. Thích hợp cho những ai mới bắt đầu.
4. https://www.udemy.com/.../development/programming-languages/
5. https://www.codecademy.com/catalog/subject/all
Đây là hai trang do bạn bè mình giới thiệu. Có mấy bạn không đi học phụ đạo Java được đã trả tiền theo học trên này. Vì thường xuyên có giảm giá sâu nên khóa học không quá đắt đỏ. Và điểm lợi thế là sẽ có chứng nhận cuối khóa, có thể củng cố thêm cho hồ sơ xin học hoặc xin việc của bạn.
II. Học thống kê:
Đã làm việc với dữ liệu là phải hiểu lý thuyết thống kê, chí ít cũng phải biết tới những khái niệm cơ bản như lấy mẫu (sampling), trung bình (mean), trung vị (median), độ lệch chuẩn (standard deviation), hồi quy tuyến tính (linear regression),... Nếu muốn trở thành DStist thì còn phải biết tới kiến thức thống kê nâng cao, liên quan tới machine learning. Một điều tuyệt vời là những cuốn sách thống kê hay ho nhất, tổng hợp nhất lại miễn phí, nhằm đáp ứng nhu cầu học tập về dữ liệu ngày càng cao. Hai cuốn sách mà tất cả các giáo sư Khoa Toán của mình đều sử dụng là:
The Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome H. Friedman, 2001)
Cuốn này hơn 700 trang, chia làm 18 chương, sử dụng R trong phân tích thống kê. Bản thân mình thấy sách quá hay, minh họa đầy đủ, giải thích kĩ càng, đọc tới đâu có thể copy code đến đấy để tự thử nghiệm. Dĩ nhiên bạn không cần phải đọc hết sách. Đụng tới khái niệm thống kê nào thì tra cứu tương ứng trong sách cũng được.
https://web.stanford.edu/~hastie/Papers/ESLII.pdf
2. An Introduction to Statistical Learning: With Applications in R ( Trevor Hastie, Robert Tibshirani, Daniela Witten, Gareth James, 2013)
Cuốn này cũng hay, hơn 400 trang, chia làm 10 chương, cũng dùng R. Ai ngại đọc cuốn trên thì có thể bắt đầu với cuốn này.
https://www-bcf.usc.edu/.../ISL/ISLR%20First%20Printing.pdf
III. Học Data Science - Nâng cao:
Sau khi có chút kiến thức cơ bản về lập trình và thống kê rồi thì bạn có thể sử dụng các trang sau để tìm hiểu thêm về các mảng chính của DS như artificial intelligence, computer vision, machine learning, Big Data Analytics, Business Intelligence...
https://towardsdatascience.com/
Đây là trang tổng hợp cực kì nhiều bài viết chất lượng từ các giáo sư và chuyên gia trong ngành. Có rất nhiều bài hướng dẫn chi tiết từng bước cho trình độ beginner. Mình thường đọc trên trang này về machine learning và artificial intelligence (AI). Không chỉ có những phân tích rất cặn kẽ về mặt lý thuyết, nhiều bài viết còn cung cấp ví dụ minh họa và đính kèm cả code để bạn đọc tự thử nghiệm. Ví dụ bài viết sau về Deep Learning là của một giáo sư ở Barcelona, toàn bộ Code có trong Notebook trên Google Colab. Vì chạy trên Cloud nên bạn không cần cài đặt gì mà có thể lập tức chạy chương trình ngay được, cực kì phù hợp cho những ai muốn xem qua trước và không muốn mất công cài đặt này nọ.
https://towardsdatascience.com/deep-learning-for...
2. https://www.datascienceweekly.org/
Một bạn người Na Uy trên Tandem giới thiệu cho mình về trang này, bảo rằng đang tự học machine learning ở đây. Thế là mình cũng đăng ký nhận Newsletter từ mấy hôm trước. Mỗi tuần, mình nhận được một email tổng hợp các bài viết nổi bật trong ngành. Như vậy để mình luôn nắm bắt được những xu hướng mới nhất và cập nhật những tiến bộ công nghệ mới.
3. https://www.kaggle.com/
Một đồng nghiệp người Ấn Độ chỉ cho mình trang này quá hay luôn. Đây là nơi bạn học hỏi bằng cách thực hành qua các dự án, các cuộc thi và thử thách quốc tế. Các công ty, tổ chức treo giải thưởng có khi lên tới cả 100,000$ cho đội nào chiến thắng. Chẳng hạn hiện giờ có 20 cuộc thi đấu song song, và đã có hàng ngàn đội đăng kí tham gia. Trên này cũng có các micro-courses hoàn toàn miễn phí từ Python cho tới Deep Learning dành cho beginner.
https://www.kaggle.com/learn/overview
4. https://www.coursera.org/browse/data-science
Và cuối cùng, dĩ nhiên là trên coursera cũng có khóa học miễn phí dành cho DS. Khi nào có thời gian, bạn thử đăng ký xem sao.
Trên đây là những hướng dẫn chung dành cho những ai muốn tìm hiểu về Data Science và học những kĩ năng cơ bản trước. Hi vọng giúp được các bạn đang quan tâm. Mình sẽ tiếp tục cập nhật thêm nhé.
Blog Mai Knows người chị thân thiết của Founder Hoa Dinh ở Đức
https://www.facebook.com/maiknowsnow/
Link tham khảo về lương của DStist:
https://www.burtchworks.com/.../2018-data-scientist.../
----
Join các kênh khác của HannahEd:
- Job Hunters & Career Builders - HannahEd
- Học bổng ngắn hạn, trao đổi, tình nguyện - HannahEd
- English Club HEC
- Scholarship Hunters
- Web/tiktok/insta: hannahed.co
- Youtube: HannahEd
🌍📚Những #Schofan quyết tâm và muốn chuẩn bị kĩ cho nhiều học bổng từ giờ thì mau mau đăng kí lớp tìm và apply học bổng #HannahEd đã có lịch các lớp tháng 11, 12 và chương trình Mentor, Review hồ sơ, Tập phỏng vấn.
Link này để nhận thêm thông tin hoặc email [email protected] nhé:
http://tiny.cc/HannahEdClassInfo
https://hannahed.co/lop-tim-va-nop-hoc-bong/
❤ Like và share nếu các em thấy thông tin có ích nhé ❤
#HannahEd #duhoc #hocbong #sanhocbong #scholarshipforVietnamesestudents
同時也有50部Youtube影片,追蹤數超過8萬的網紅賭Sir【杜氏數學】HermanToMath,也在其Youtube影片中提到,杜氏數學 官方網站: http://www.HermanToMath.com 賭Sir 幫你急救 DSE 數學: https://HermanToMath.skx.io ---------- ?️賭Sir是杜氏數學Herman To Math的始創人 ?全港唯一「完爆」【DSE Core+...
「mean deviation」的推薦目錄:
- 關於mean deviation 在 Scholarship for Vietnamese students Facebook 的精選貼文
- 關於mean deviation 在 賭Sir(杜氏數學) Facebook 的最佳貼文
- 關於mean deviation 在 Scholarship for Vietnamese students Facebook 的最佳解答
- 關於mean deviation 在 賭Sir【杜氏數學】HermanToMath Youtube 的最讚貼文
- 關於mean deviation 在 我要做富翁 Youtube 的精選貼文
- 關於mean deviation 在 Herman Yeung Youtube 的精選貼文
mean deviation 在 賭Sir(杜氏數學) Facebook 的最佳貼文
「1,2,3,4,5」變成「-1,-2,-3,-4,-5」,平均數(Mean)& 方差(Variance)有咩變化❓
答案係💡
平均數變負數,因為「E(-X) = -E(X)」
方差照舊無變,因為「Var(-X) = Var(X)」
「1,2,3,4,5」變成「-1,-2,-3,-4,-5」即係每個數據【乘-1】。
根據 DSE Core 嘅知識,你已經知道平均數(Mean)亦會跟住【乘-1】。若然你想銜接返 M1 嘅表達方法,就係【E(kX) = kE(X)】——無論每個數據乘咩數都好,E(X)都會跟住乘個數👍🏻
至於方差(Variance)就唔同,由於佢嘅公式【Var(kX) = k²Var(X)】嘅k有個二次方,當每個數據【乘-1】嘅時候,VAR就會【乘(-1)²】,負負得正,變咗【乘1】,即係無變啦🤣
送多個小貼士畀你😋
由於標準差(Standard Deviation)係VAR嘅開方,所以如果VAR唔變,佢都唔變。亦即係話,當每個數據乘1或者-1,原來SD都係唔會變!
我見過有坊間嘅DSE CORE MC模擬卷考過呢個位,幾陰濕😰
#M1 解題王 會以題目 keyword 切入,同你極速 KO M1 題目;記住 Save 低個 post,方便你大考前攞出嚟溫🔥
------------
🎲賭Sir|高階數學考試專家
🎓19 項數學公開試.以一 Take 過考取完美戰績
DSE:Math+M1+M2【5**】
CE & AL:Math+A.Math+Pure+Applied【A】
IAL:C12+C34+F1+F2+F3+M1+M2+M3+S1+S2+S3+D1【A】
🖥最高人氣補習網紅・貼地教數別樹一格
頻道 #杜氏數學 2016年創辦,訂閱65,000+,多條教學影片點擊100,000+;2018年獲出版社邀請,撰寫暢銷書《5**數學男人嫁得過》推廣「聰明應試」理念,並鼓勵年青人堅守自信。
🧠以心理學、高效學習融入補習教育當中
從中文大學風險管理學士畢業之後,鑽研超速學習法(Ultralearning)及教育心理學,將高效學方法先行用於自己身上,無間斷學習新知識;四年後重返校園,完成中文大學數學碩士(大數據分析)課程,期間考入門薩學會(Mensa),實證超速學習法。
🏆座右銘
好多人以為自己因為對數學無興趣,所以數學低分;事實剛好相反:因為自己數學低分,所以對數學無興趣。試諗下,若然你有歌神嘅聲線,你仲會對唱歌無興趣嗎?
------------
#數學 #DSE #dser #math #maths #afterschool #dsemath #examskills #mathtutor #followme #2021DSE #2022DSE #2023DSE #tutor #mathtutor #DSEfighter #tutotial
mean deviation 在 Scholarship for Vietnamese students Facebook 的最佳解答
HỌC DATA SCIENCE NHƯ THẾ NÀO?
Helu mấy em, hôm nay có lẽ tất cả các bạn đã thi đại học xong xuôi rồi ha. Tuy nhiên, giờ lại tới một cửa ải cam go khác nữa - chọn ngành! Vậy ngồi xuống đây đọc một bài viết hay về nghề Data Science nhé. Đây là ngành nghề được dự đoán sẽ có nhu cầu cao nhất trong tương lai đó. Bài viết này sẽ đưa ra các bước và nguồn cho các bạn muốn học Data Science đó, đọc xem và share cho các bạn còn loay hoay nha!
___________________________________
I. Học lập trình:
Một Data Scientist (DStist) không thể không biết lập trình, dù không cần thiết phải giỏi như một lập trình viên nhưng phải đủ khả năng viết được những chương trình cơ bản. Từ khi nhập học tới giờ, từ một đứa mà kiến thức lập trình là con số 0 tròn trình, mình đã học qua R, Java, Python, SQL (kì tới sẽ có cả NoSQL nữa). Học tới đâu là sử dụng luôn tới đấy nên thường mình phải tự học thêm rất nhiều để có thể hiểu được logic và cú pháp của ngôn ngữ lập trình đó. Ngôn ngữ quan trọng nhất, phổ biến nhất dành cho DStist là Python với thư viện khổng lồ. Xếp sau Python là R, rất mạnh về phân tích thống kê. Năm ngoái mình được Khoa Toán thuê viết một App (ShinyApp) tương tác dành cho một dự án nghiên cứu của Bang sử dụng ngôn ngữ này.
Vậy học lập trình ở đâu?
https://www.tutorialspoint.com/
Trang này thì gi gỉ gì gi cái gì cũng có, thích học gì có ngay cái đó. Còn nhớ năm ngoái mình cực kỳ đuối khi các thầy bắt học thêm Java, với lý do rằng DStist thường hay phải làm việc trực tiếp với lập trình viên, vậy thì phải học để có thể trò chuyện với nhau được. Mình đã phải đọc thêm sách, đi học thêm phụ đạo, rồi lại đọc mòn mỏi trên trang này để theo kịp các bạn trên lớp. Kết quả là cuối kì, mình tự viết được cả trò chơi và thậm chí còn lập trình được công thức toán thống kê cho thư viện Java đấy.
2. https://codingbat.com/
Đây là nơi mình luyện viết code, từ những ứng dụng đơn giản nhất chỉ vài ba dòng. Trình độ của mình đã lên rất nhanh sau khi hoàn thành phân nửa số bài tập trên này.
3. https://www.datacamp.com/
Mình chưa sử dụng trang này bao giờ, nhưng được quảng cáo khá nhiều. Trên này có các khóa học miễn phí R và Python thiết kế riêng cho DS. Thích hợp cho những ai mới bắt đầu.
4. https://www.udemy.com/courses/development/programming-languages/
5. https://www.codecademy.com/catalog/subject/all
Đây là hai trang do bạn bè mình giới thiệu. Có mấy bạn không đi học phụ đạo Java được đã trả tiền theo học trên này. Vì thường xuyên có giảm giá sâu nên khóa học không quá đắt đỏ. Và điểm lợi thế là sẽ có chứng nhận cuối khóa, có thể củng cố thêm cho hồ sơ xin học hoặc xin việc của bạn.
II. Học thống kê:
Đã làm việc với dữ liệu là phải hiểu lý thuyết thống kê, chí ít cũng phải biết tới những khái niệm cơ bản như lấy mẫu (sampling), trung bình (mean), trung vị (median), độ lệch chuẩn (standard deviation), hồi quy tuyến tính (linear regression),... Nếu muốn trở thành DStist thì còn phải biết tới kiến thức thống kê nâng cao, liên quan tới machine learning. Một điều tuyệt vời là những cuốn sách thống kê hay ho nhất, tổng hợp nhất lại miễn phí, nhằm đáp ứng nhu cầu học tập về dữ liệu ngày càng cao. Hai cuốn sách mà tất cả các giáo sư Khoa Toán của mình đều sử dụng là:
The Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome H. Friedman, 2001)
Cuốn này hơn 700 trang, chia làm 18 chương, sử dụng R trong phân tích thống kê. Bản thân mình thấy sách quá hay, minh họa đầy đủ, giải thích kĩ càng, đọc tới đâu có thể copy code đến đấy để tự thử nghiệm. Dĩ nhiên bạn không cần phải đọc hết sách. Đụng tới khái niệm thống kê nào thì tra cứu tương ứng trong sách cũng được.
https://web.stanford.edu/~hastie/Papers/ESLII.pdf
2. An Introduction to Statistical Learning: With Applications in R ( Trevor Hastie, Robert Tibshirani, Daniela Witten, Gareth James, 2013)
Cuốn này cũng hay, hơn 400 trang, chia làm 10 chương, cũng dùng R. Ai ngại đọc cuốn trên thì có thể bắt đầu với cuốn này.
https://www-bcf.usc.edu/~gareth/ISL/ISLR%20First%20Printing.pdf
III. Học Data Science - Nâng cao:
Sau khi có chút kiến thức cơ bản về lập trình và thống kê rồi thì bạn có thể sử dụng các trang sau để tìm hiểu thêm về các mảng chính của DS như artificial intelligence, computer vision, machine learning, Big Data Analytics, Business Intelligence...
https://towardsdatascience.com/
Đây là trang tổng hợp cực kì nhiều bài viết chất lượng từ các giáo sư và chuyên gia trong ngành. Có rất nhiều bài hướng dẫn chi tiết từng bước cho trình độ beginner. Mình thường đọc trên trang này về machine learning và artificial intelligence (AI). Không chỉ có những phân tích rất cặn kẽ về mặt lý thuyết, nhiều bài viết còn cung cấp ví dụ minh họa và đính kèm cả code để bạn đọc tự thử nghiệm. Ví dụ bài viết sau về Deep Learning là của một giáo sư ở Barcelona, toàn bộ Code có trong Notebook trên Google Colab. Vì chạy trên Cloud nên bạn không cần cài đặt gì mà có thể lập tức chạy chương trình ngay được, cực kì phù hợp cho những ai muốn xem qua trước và không muốn mất công cài đặt này nọ.
https://towardsdatascience.com/deep-learning-for-beginners-practical-guide-with-python-and-keras-d295bfca4487
2. https://www.datascienceweekly.org/
Một bạn người Na Uy trên Tandem giới thiệu cho mình về trang này, bảo rằng đang tự học machine learning ở đây. Thế là mình cũng đăng ký nhận Newsletter từ mấy hôm trước. Mỗi tuần, mình nhận được một email tổng hợp các bài viết nổi bật trong ngành. Như vậy để mình luôn nắm bắt được những xu hướng mới nhất và cập nhật những tiến bộ công nghệ mới.
3. https://www.kaggle.com/
Một đồng nghiệp người Ấn Độ chỉ cho mình trang này quá hay luôn. Đây là nơi bạn học hỏi bằng cách thực hành qua các dự án, các cuộc thi và thử thách quốc tế. Các công ty, tổ chức treo giải thưởng có khi lên tới cả 100,000$ cho đội nào chiến thắng. Chẳng hạn hiện giờ có 20 cuộc thi đấu song song, và đã có hàng ngàn đội đăng kí tham gia. Trên này cũng có các micro-courses hoàn toàn miễn phí từ Python cho tới Deep Learning dành cho beginner.
https://www.kaggle.com/learn/overview
4. https://www.coursera.org/browse/data-science
Và cuối cùng, dĩ nhiên là trên coursera cũng có khóa học miễn phí dành cho DS. Khi nào có thời gian, bạn thử đăng ký xem sao.
Trên đây là những hướng dẫn chung dành cho những ai muốn tìm hiểu về Data Science và học những kĩ năng cơ bản trước. Hi vọng giúp được các bạn đang quan tâm. Mình sẽ tiếp tục cập nhật thêm nhé.
Blog Mai Knows
https://www.facebook.com/maiknowsnow/
Link tham khảo về lương của DStist:
https://www.burtchworks.com/2018/07/09/2018-data-scientist-salary-report-highlights/
<3 Like và share nếu các em thấy thông tin có ích nhé <3
#HannahEd #duhoc #hocbong #sanhocbong #scholarshipforVietnamesestudents
mean deviation 在 賭Sir【杜氏數學】HermanToMath Youtube 的最讚貼文
杜氏數學 官方網站: http://www.HermanToMath.com
賭Sir 幫你急救 DSE 數學: https://HermanToMath.skx.io
----------
?️賭Sir是杜氏數學Herman To Math的始創人
?全港唯一「完爆」【DSE Core+M1+M2】、【IAL 12科Maths】、【AL Pure+Applied】、【CE Maths+A.Maths】的數學導師
?全港第一最多訂閱粉絲的數學教育YouTuber
?YouTube觀看次數超越700萬、訂閱粉絲超過50000人
?著作:《YouTuber新手到網紅》、《5**數學男人嫁得過》、《碌葛男人嫁得過》、《賭波男人嫁得過》(獲Google嚴選2018年度50大最佳書籍)
----------
賭Sir收集著數派街坊:
❤️YouTuber Go網絡課程 全港最平+獨家 報讀優惠:
?報讀初班 $600 (原價$800): https://www.youtubergo.com/payment/b-...
?報讀初班+中班 $1500 (原價$1800): https://www.youtubergo.com/payment/bm...
官方網頁: https://www.youtubergo.com/
❤️無限操數王(epractice) 全港最平+獨家 優惠(可同時使用):
?50%OFF 半價優惠碼:MC83-AI93-NFW0-331E
?25%OFF 額外邀請碼:J7N9-RDRP-NFAH-OH13
官方網頁: https://www.dsemth.com/
❤️Tidebit全港最穩妥的比特幣(Bitcoin)交易所: http://bit.ly/2LIWA4J
❤️Uber免費送你$25優惠: https://www.uber.com/invite/2utyzr
----------
杜氏數學 國際官方網站 http://www.hermantomath.com
DSE 數學【速效課程】 訂購入口 http://hermantomath.skx.io
----------
# Herman To是杜氏數學Herman To Math的始創人
# 全港唯一「完爆」【DSE Core+M1+M2】、【AL Pure+Applied】和【CE Maths+A.Maths】的數學補習導師
# YouTube Channel超過300萬Hit Rate、超過29000 Subscribers
# 全港唯一數學補習YouTuber獲YouTube官方邀請出席首屆FanFest Creator Camp
# 全港唯一於2017年以手機App開Live授課 時薪過萬 的數學補習導師
# 2018暢銷書《賭波男人嫁得過》作者(筆名賭Sir)
# 我們一起加油吧 !
----------
真‧完美戰績:
新制中六DSE: (2016 M2 + 2017 M1)
?數學必修 (Mathematics) 一take過 奪5**
?數學延伸M1 (Calculus and Statistics) 一take過 奪5**
?數學延伸M2 (Algebra and Calculus) 一take過 奪5**
舊制中七高考: (2011)
?純粹數學 (Pure Mathematics) 一take過 奪A
?應用數學 (Applied Mathematics) 一take過 奪A
舊制中五會考: (2009)
?數學 (Mathematics) 一take過 奪A
?附加數學 (Additional Mathematics) 一take過 奪A
國際高考International Advanced Level: (2017)
?Core Math 1 2 一take過 奪A
?Core Math 3 4 一take過 奪A
?Further Pure Math 1 一take過 奪A
?Mechanics 1 一take過 奪A
?Mechanics 2 一take過 奪A
?Mechanics 3 一take過 奪A
?Statistics 1 一take過 奪A
?Statistics 2 一take過 奪A
?Decision Math 1 一take過 奪A
----------
精選系列節錄:
《DSE數學 發憤學生必看!》系列
https://www.youtube.com/watch?v=1mVTS...
《攞分唔使識得計 奇技淫巧》系列 (以 DSE Maths PaperII 為骨幹的免費課程)
https://www.youtube.com/watch?v=u9lM-...
《名校試題》系列
https://www.youtube.com/watch?v=UY8px...
《賭Sir數學戒賭》糸列
https://www.youtube.com/watch?v=dhL-d...
![post-title](https://i.ytimg.com/vi/NtsMfjvZ62Q/hqdefault.jpg?sqp=-oaymwEZCNACELwBSFXyq4qpAwsIARUAAIhCGAFwAQ==&rs=AOn4CLASC85nog6eWArwxUVGFn2JyB-sYQ)
mean deviation 在 我要做富翁 Youtube 的精選貼文
本文內容﹕甚麼是CCI指標 / 兩套策略測試 / 兩招優化減少出錯訊號!
又來到街頭智慧的時間,起初這個系列已向大家介紹了一些技術指標的盲點,其後較多講及市場的流言蜚語,本集我們又回到技術指標的「懷抱」。其實坊間大眾常用的技術指標,例如RSI、MACD、慢步隨機指數等,基本上我們已談及過,本集街頭智慧為大家帶一個較少人使用的指標— CCI (Commodity Channel Index) 順勢指標。
—甚麼是CCI指標
顧名思義,這個指標主要用於商品,其預設的參數為14,波幅區間大致於 +100 至 -100 之間,+100之上為超買區﹔-100之下為超賣區。
(Typical Price - 14-period SMA of TP) / (0.015 x Mean Deviation)
以上為CCI的公式,主要概念是以統計的原理,利用時段內的高低位及現價的距離找出該時段內的趨勢和方向。
—兩套策略測試
策略1﹕當CCI升穿 -100 時買入,CCI跌穿 +100 時沽出並且做空,直至升穿 -100 時平倉及再次買入。
近 1 年
黃金
交易次數﹕16
命中率﹕81.25%
賺蝕%﹕27.01%
石油
交易次數﹕15
命中率﹕60.00%
賺蝕%﹕12.10%
近 5 年
黃金
命中率﹕62.69%
賺蝕%﹕-16.47%
石油
命中率﹕57.14%
賺蝕%﹕-60.64%
近 10 年
黃金
命中率﹕61.36%
賺蝕%﹕-0.55%
石油
命中率﹕61.79%
賺蝕%﹕-0.50%
策略2﹕同樣地當CCI升穿 -100 時買入,但升穿 +100時沽出﹔到CCI跌穿 +100時做空,跌穿 -100 時平倉,再覓買入機會。
近 1 年
黃金
交易次數﹕16
命中率﹕75.00%
賺蝕%﹕18.33%
石油
交易次數﹕15
命中率﹕73.33%
賺蝕%﹕2.39%
近 5 年
黃金
命中率﹕62.69%
賺蝕%﹕-14.64%
石油
命中率﹕64.29%
賺蝕%﹕-64.83%
近 10 年
黃金
命中率﹕63.64%
賺蝕%﹕-19.57%
石油
命中率﹕67.48%
賺蝕%﹕0.26%
兩個策略在命中率方面均有約6成,雖然近1年的表現不錯,但其餘2個時段中的賺蝕情況都不盡人意。當中石油在2008年及2014年的大跌浪中損失十分巨大,跌勢令CCI一直未能回升至100之上,令本金受損,可見CCI指標在強勢下的盲點。如去除兩個大跌浪,石油在2009-2014年間的利潤可達102%!!從整體來說,14天的CCI發現,+100至-100的區間未能享盡整個趨勢的利潤,令賺蝕情況不斷惡化。
—兩招優化減少出錯訊號!
為了減低出錯的機會,我們進行了兩方面的優化,分別是加長CCI的時段至21天及超買超賣區的區間設為 +200及 -200,以食盡每個趨勢。近10年結果如下﹕
策略 1
黃金
交易次數﹕31
命中率﹕67.74%
賺蝕%﹕86.5%
石油
交易次數﹕34
命中率﹕67.65%
賺蝕%﹕33.74%
策略 2
黃金
交易次數﹕31
命中率﹕64.52%
賺蝕%﹕63.96%
石油
交易次數﹕34
命中率﹕64.71%
賺蝕%﹕20.51%
— 總結
CCI指標在商品的命中不俗,雖然整體利益受大跌浪所致,但如能夠加入其他分析工具,例如浪態分析,減低受損機會,利潤將會十分可觀。另一個做法則可以CCI的特性作優化,盡可能食盡趨勢的利潤。
撰文﹕施宏毅
======================
1) 本月活動,現正接受報名:
新我要做富翁 試堂分享會 (香港站)▶ https://money-tab.info/mts-trial?yt=1
贏在美股試堂分享會(Online)▶ https://money-tab.info/ussjac?yt=1
Jasper 期滙商品分享講座+試堂▶ https://money-tab.info/comjasp?yt=1
Eric Sir期指策略分享講座+試堂▶ https://money-tab.info/futeric?yt=1
King Sir 樓市講座▶ https://money-tab.info/proking?yt=1
齒輪理論 入門班/初班▶ https://edu.money-tab.com/m0m1-reg-c?m0m1=yt
其他活動▶ https://money-tab.info/activity?yt=1
2) 我要做股神APP下載:
iOS▶ https://bit.ly/moneytabapp_i
Android▶ https://bit.ly/moneytabapp_a
升級版▶ https://money-tab.com/membership
3) 緊貼我們社交平台,不錯過任何免費分析/教學:
訂閱YouTube頻道: https://youtube.com/c/我要做富翁?sub_confirmation=1
讚好Facebook專頁:https://facebook.com/203349819681082
![post-title](https://i.ytimg.com/vi/l3V8krV0R-A/hqdefault.jpg)
mean deviation 在 Herman Yeung Youtube 的精選貼文
HKDSE Mathematics 數學天書 訂購表格及方法︰ http://goo.gl/forms/NgqVAfMVB9
課程簡介︰ https://youtu.be/Rgm7yUVG9cY
------------------------------------------------------------------------------
DSE 數學 Core 天書 D 第1堂 (共2小時1分鐘) https://www.youtube.com/playlist?list=PLzDe9mOi1K8rpwKQvMwGSscFQo9vNiJEs
DSE 數學 Core 天書 D 第2堂 (共2小時14分鐘) https://youtu.be/P5lqM4Bxb14?list=PLzDe9mOi1K8rpwKQvMwGSscFQo9vNiJEs
DSE 數學 Core 天書 D 第3堂 (共2小時8分鐘) https://youtu.be/vVnyHSIHXJM?list=PLzDe9mOi1K8rpwKQvMwGSscFQo9vNiJEs
仿 Past Paper 系列 (DSE Probability 概率) (共1小時43分鐘) https://youtu.be/QOrwlA830pk?list=PLzDe9mOi1K8rpwKQvMwGSscFQo9vNiJEs
仿 Past Paper 系列 (DSE nCr, nPr) (共2小時29分鐘) https://youtu.be/tN6LGFfkcTc?list=PLzDe9mOi1K8rpwKQvMwGSscFQo9vNiJEs
DSE 數學 Core 天書 D 第4堂 (共2小時11分鐘) https://youtu.be/iPQbFbDM988?list=PLzDe9mOi1K8rpwKQvMwGSscFQo9vNiJEs
Past Paper Demo (太多,無法估計) https://youtu.be/41cdF_BqxME?list=PLzDe9mOi1K8rpwKQvMwGSscFQo9vNiJEs
HKDSE Maths (Core) Past Paper Solution (All) https://www.youtube.com/playlist?list=PLzDe9mOi1K8qUwsow09TJIjFcaTCdmnSB
------------------------------------------------------------------------------
DSE 數學 Core 天書 D 的內容︰
1 -- More about Probability 進階概率
2 -- Permutation (nPr) & Combination (nCr) 排列與組合
3 -- Statistics & Measures of Dispersion 統計及離差之量度
------------------------------------------------------------------------------
HKDSE 數學 Core 各天書 的內容︰ https://www.facebook.com/hy.publishing/photos/a.312736375489291.68655.198063650289898/933817946714461/?type=3&theater
HKDSE 數學 Core 特別快車班
28堂 (共7本天書) 完成整個 HKDSE 數學 Core
(中一至中六) 要考的所有課題,
適合任何考 HKDSE 的同學上課 (中四至中六都合適)
(p.s. Herman Yeung 所有天書,中英對照)
------------------------------------------------------------------------------
Please subscribe 請訂閱︰
https://www.youtube.com/hermanyeung?sub_confirmation=1
------------------------------------------------------------------------------
Blogger︰ https://hermanutube.blogspot.hk/2016/02/herman-yeung-main-menu.html
Facebook︰ https://www.facebook.com/hy.page
YouTube︰ https://www.youtube.com/HermanYeung
Instagram︰ https://www.instagram.com/hermanyeung_hy
------------------------------------------------------------------------------
![post-title](https://i.ytimg.com/vi/HH1eMLjxy2E/hqdefault.jpg)